Las cámaras de videovigilancia tradicionalmente se han utilizado en las ciudades como elementos pasivos captadores de imágenes, que han requerido de una elevada componente humana en cuanto al visionado de imágenes en directo para detectar posibles situaciones de riesgo o hacer búsquedas en grabaciones de hechos delictivos.
En la última década, las cámaras de videovigilancia han evolucionado exponencialmente en cuanto a su capacidad de procesado de imágenes, posibilitando la utilización de algoritmos informáticos capaces de detectar de forma automática situaciones de riesgo y comunicarlas en tiempo real, lo que convierte a las cámaras de videovigilancia en dispositivos inteligentes capaces de anticiparse al delito.
Los operadores de la nueva generación de sistemas de videovigilancia ya no observan pantallas, sino que atienden aquellos eventos o alarmas generados por las cámaras inteligentes, dedicando el máximo de atención a las situaciones reales de riesgo, y desarrollando otras tareas más productivas durante el tiempo que no ocurre nada. Si, además, se suma la posibilidad de que estos avisos se den a dispositivos móviles, como tabletas o teléfonos inteligentes, el operativo de seguridad será mucho más eficiente.
La última evolución de las cámaras inteligentes es el conocido como «machine learning», tecnología que permite a la cámara aprender en base a la experiencia, de forma que las reglas de detección se irán ajustando y mejorando en el tiempo, al principio con la ayuda del operador, y de forma continua por la propia cámara.
La posibilidad de buscar en las grabaciones por tipo de objetos o situaciones concretas que se pudieran haber producido, es lo que se denomina búsqueda forense o científica, y es una herramienta clave para la optimización de los recursos a la hora de hacer búsquedas entre cientos de cámaras y ciento de miles de horas de grabación.